L宝典。一开始都觉得简单，越到后面越难，后期作业难度直逼LC的Hard。不过期末较温柔，不用很担心。


【Data/Computing】431 Data Visualizationt：由目前在Salesforce任职Senior Director的Mak教授。主要是教Tableau，为拿certificate作准备。Python里面常用的包比如seaborn也会提到。


【Analytics】441 Statistical Reasoning and Exploration：也是Mehul老师教。熟悉的配方，熟悉的味道。不同的是更高的难度，以及深度。这门课主要是从400打好统计学基础之后，把回归分析，各种回归分析吃透。从ANOVA到回归，再到发现以及解决model的各种问题，如果选择model，transform variable等等。非常扎实的一门课。


Winter（正在进行）：
【Business】402 Organizational Issues in Implementing Analytics：可以说是整个项目最商的一门课。主要是讲组织数字化转型的一些问题。但是很有趣。LZ本科学商科，知道有的管理学课有多么无聊。Gina的课真的可以说让人眼前一亮，非常有意思。


【Data/Computing】422 Data Design and Representation：由Jorn老师讲授，主要是unstructured data的获取和处理，会把爬虫的方方面面都讲到，从大家熟知的beautiful soup到更高级的selenium，对网页的结构和知识讲解很深入。以及用mongodb处理unstructured data


【Analytics】452 Machine Learning：也是Jorn老师讲授，ML知识全覆盖。可以感受到课程设置很递进，会从回归开始到各种算法，最后到随机森林和神经网络。


【Analytics】442 Advanced Statistics + 493 Topics in Business Analytics：两门都是Prasad的课，因为学时超了，所以拆成了两门，一门主要是讲更高阶的统计，以及应用。比如如何用PCA降维，应用到市场分析，画brand map。另一门主要是时间序列，讲如何预测波动的市场。Prasad是学术大佬，发过相关领域不少权威paper，很有自己的方法，目前industry种最常用的一些technique也是他研究的。也是非常厉害的学术型教授。


（Spring还没开始）
Practicum（贯穿始终）：
目的：和客户合作，帮忙解决实际analytics相关business problem。


部分公司介绍：各个方面的项目都有，比如金融研报数据公司BlueMatrix，飞行员公益慈善组织Angle Filght West，小额贷款公司Kiva，数字化表演艺术中心Mondavi，新能源汽车充电公司ChargePoint，著名大型服饰公司American Eagle等等。


如何选择：大家凭喜好和方向选择自己最想进入的几个项目，然后用算法匹配队伍，最大化happiness程度，并且保证组内人员的能力平衡。一组5-6人，基本上会有2个以及以上工作经历丰富或者硬核的大佬来带。


项目指导：主要是Sanjay和John两位老师作为Coach，还有一个CS方向的TA也可以约tutorial session。Sanjay老师经验丰富，之前做过consulting，也开过自己的公司。可以说是大家又怕又爱的老师，因为他说话一针见血，不留情面。但是在外人面前，Sanjay很护短。John老师和蔼可亲，同时也十分聪明，看问题很透彻，能在提供好建议的同时让人如沐春风。


因为很多项目都签了Non-Disclosure Agreement，无法说的很详细，希望大家不要介意。


就业信息
就业资源：
学校每个学校都有很多workshop，系统性地指导改简历，behavior和tech interview。还会有校友和业界大佬来介绍一些industry knowledge。
1V1和小组的session则主要由经验丰富的Amy和Shachi来指导简历修改和behavior interview指导。Amy她们会不停的放slot出来，每周都可以约聊。
学校还有一个resume book，放学生所有的resume，给hiring manager。


就业数据：学校每年的数据都是90%以上。项目包括国际生在内的就业基本上都在美国。因为基本就业都在湾区，平均薪资每年都是100k+（